中國人工智能企業(yè)技術效率及其影響因素研究
發(fā)布時間:2020-12-29 08:45
本文基于中國人工智能上市公司的面板數(shù)據(jù),采用隨機前沿分析方法構建超越對數(shù)生產函數(shù)模型,實證測度了中國人工智能企業(yè)技術效率及其影響因素。研究發(fā)現(xiàn):(1)人工智能企業(yè)技術效率保持了緩慢的增長態(tài)勢,技術效率水平還比較低下,存在較大的增長空間;(2)人工智能企業(yè)技術效率的變動存在顯著的差異,但這種差距有進一步縮小的趨勢;(3)稅收負擔和獲利能力不足對人工智能企業(yè)技術效率起到了明顯的抑制作用,政府補貼對人工智能企業(yè)技術效率的作用效果尚不理想;(4)資本結構、運營能力和企業(yè)規(guī)模均對提升人工智能企業(yè)技術效率產生了積極影響。最后,本文提出了促進中國人工智能企業(yè)技術效率提升的政策建議。
【文章來源】:工業(yè)技術經(jīng)濟. 2018年06期 北大核心CSSCI
【文章頁數(shù)】:9 頁
【部分圖文】:
中國人工智能企業(yè)技術效率變動趨勢
淶募際跣?仕?驕?氏至宋炔降腦齔で魘疲??所有年份的國有企業(yè)技術效率水平均大于相應年份的非國有企業(yè)(見圖2)。其中,國有人工智能企業(yè)的技術效率值從2011年的0.378穩(wěn)步增加為2016年的0.405,非國有人工智能企業(yè)的技術效率水平由2011年的0.299穩(wěn)步增長至2016年的0.327,這反映了中國人工智能企業(yè)技術效率的提升具有一定穩(wěn)定性。另外,與全國整體情況比較發(fā)現(xiàn),考察期內所有年份的國有人工智能企業(yè)技術效率水平都高于全國平均水平,而非國有人工智能企業(yè)技術效率水平均位于全國平均水平之下。圖2不同性質的人工智能企業(yè)技術效率比較2.2技術效率影響因素分析表4顯示了人工智能企業(yè)技術效率影響因素函數(shù)的SFA估計結果,且各模型的σ2和γ值均通過了1%的顯著性水平檢驗,表明人工智能企業(yè)技術非效率是實際產出未達到生產前沿面的重要原因。從技術效率影響因素的估計結果來看,模型ⅱ~模型ⅴ中各變量的系數(shù)方向大體一致,只是影響幅度和顯著性稍微有所差異,模型ⅲ、模型ⅳ和模型ⅴ的檢驗均印證了本文研究結論的穩(wěn)健性。下面我們主要依據(jù)表4中模型ⅱ的估計結果作進一步解析。表4效率影響因素函數(shù)SFA估計結果變量模型ⅰ模型ⅱ模型ⅲ模型ⅳ模型ⅴC212.967***(20.056)13.580***(33.606)13.566***(13.076)12.805***(31.930)qoe-0.014(-0.466)-0.001(-0.033)-0.002(-0.060)-0.001(-0.024)tax1.085**(2.194)1.057***(2.659)1.445***(3.019)0.784*(1.907)caps-0.282**(-2.298)-0.463***(-3.962)-0.412***(-3
【參考文獻】:
期刊論文
[1]人工智能等新技術進步影響就業(yè)的機理與對策[J]. 王君,張于喆,張義博,洪群聯(lián). 宏觀經(jīng)濟研究. 2017(10)
[2]人工智能網(wǎng)絡熱度與其概念股績效的相關性研究[J]. 王曉彥,陳曉凡,胡德寶. 南方金融. 2017(08)
[3]人工智能產業(yè)建設與供給側結構性改革:馬克思分工理論視角[J]. 韓海雯. 華南師范大學學報(社會科學版). 2016(06)
[4]互聯(lián)網(wǎng)企業(yè)負債融資對技術效率的動態(tài)耦合效應[J]. 陳濤,黨興華,賈竇潔,宋文飛,韓先鋒. 科研管理. 2016(12)
[5]地方政府負債、政府補助與企業(yè)績效[J]. 羅棟梁,陳芬. 經(jīng)濟問題. 2016(10)
[6]人工智能:從科學夢到新藍海——人工智能產業(yè)發(fā)展分析及對策[J]. 朱巍,陳慧慧,田思媛,王紅武. 科技進步與對策. 2016(21)
[7]金融業(yè)營改增、稅收負擔與經(jīng)營績效——基于滬深A股上市公司的經(jīng)驗數(shù)據(jù)分析[J]. 周振,張充. 華東經(jīng)濟管理. 2016(09)
[8]中國生態(tài)農業(yè)上市公司技術效率測度及政策研究——基于面板數(shù)據(jù)的實證分析[J]. 李憲印,劉忠花,于婷. 中國軟科學. 2016(07)
[9]情感計算:人工智能產業(yè)的經(jīng)濟新實踐——兼論對山西智慧轉型發(fā)展的啟示[J]. 周振華. 經(jīng)濟問題. 2016(06)
[10]基于機會窗口的后發(fā)國家產業(yè)追趕研究——中國智能手機產業(yè)的案例[J]. 郭磊,周燕芳,蔡虹. 管理學報. 2016(03)
本文編號:2945358
【文章來源】:工業(yè)技術經(jīng)濟. 2018年06期 北大核心CSSCI
【文章頁數(shù)】:9 頁
【部分圖文】:
中國人工智能企業(yè)技術效率變動趨勢
淶募際跣?仕?驕?氏至宋炔降腦齔で魘疲??所有年份的國有企業(yè)技術效率水平均大于相應年份的非國有企業(yè)(見圖2)。其中,國有人工智能企業(yè)的技術效率值從2011年的0.378穩(wěn)步增加為2016年的0.405,非國有人工智能企業(yè)的技術效率水平由2011年的0.299穩(wěn)步增長至2016年的0.327,這反映了中國人工智能企業(yè)技術效率的提升具有一定穩(wěn)定性。另外,與全國整體情況比較發(fā)現(xiàn),考察期內所有年份的國有人工智能企業(yè)技術效率水平都高于全國平均水平,而非國有人工智能企業(yè)技術效率水平均位于全國平均水平之下。圖2不同性質的人工智能企業(yè)技術效率比較2.2技術效率影響因素分析表4顯示了人工智能企業(yè)技術效率影響因素函數(shù)的SFA估計結果,且各模型的σ2和γ值均通過了1%的顯著性水平檢驗,表明人工智能企業(yè)技術非效率是實際產出未達到生產前沿面的重要原因。從技術效率影響因素的估計結果來看,模型ⅱ~模型ⅴ中各變量的系數(shù)方向大體一致,只是影響幅度和顯著性稍微有所差異,模型ⅲ、模型ⅳ和模型ⅴ的檢驗均印證了本文研究結論的穩(wěn)健性。下面我們主要依據(jù)表4中模型ⅱ的估計結果作進一步解析。表4效率影響因素函數(shù)SFA估計結果變量模型ⅰ模型ⅱ模型ⅲ模型ⅳ模型ⅴC212.967***(20.056)13.580***(33.606)13.566***(13.076)12.805***(31.930)qoe-0.014(-0.466)-0.001(-0.033)-0.002(-0.060)-0.001(-0.024)tax1.085**(2.194)1.057***(2.659)1.445***(3.019)0.784*(1.907)caps-0.282**(-2.298)-0.463***(-3.962)-0.412***(-3
【參考文獻】:
期刊論文
[1]人工智能等新技術進步影響就業(yè)的機理與對策[J]. 王君,張于喆,張義博,洪群聯(lián). 宏觀經(jīng)濟研究. 2017(10)
[2]人工智能網(wǎng)絡熱度與其概念股績效的相關性研究[J]. 王曉彥,陳曉凡,胡德寶. 南方金融. 2017(08)
[3]人工智能產業(yè)建設與供給側結構性改革:馬克思分工理論視角[J]. 韓海雯. 華南師范大學學報(社會科學版). 2016(06)
[4]互聯(lián)網(wǎng)企業(yè)負債融資對技術效率的動態(tài)耦合效應[J]. 陳濤,黨興華,賈竇潔,宋文飛,韓先鋒. 科研管理. 2016(12)
[5]地方政府負債、政府補助與企業(yè)績效[J]. 羅棟梁,陳芬. 經(jīng)濟問題. 2016(10)
[6]人工智能:從科學夢到新藍海——人工智能產業(yè)發(fā)展分析及對策[J]. 朱巍,陳慧慧,田思媛,王紅武. 科技進步與對策. 2016(21)
[7]金融業(yè)營改增、稅收負擔與經(jīng)營績效——基于滬深A股上市公司的經(jīng)驗數(shù)據(jù)分析[J]. 周振,張充. 華東經(jīng)濟管理. 2016(09)
[8]中國生態(tài)農業(yè)上市公司技術效率測度及政策研究——基于面板數(shù)據(jù)的實證分析[J]. 李憲印,劉忠花,于婷. 中國軟科學. 2016(07)
[9]情感計算:人工智能產業(yè)的經(jīng)濟新實踐——兼論對山西智慧轉型發(fā)展的啟示[J]. 周振華. 經(jīng)濟問題. 2016(06)
[10]基于機會窗口的后發(fā)國家產業(yè)追趕研究——中國智能手機產業(yè)的案例[J]. 郭磊,周燕芳,蔡虹. 管理學報. 2016(03)
本文編號:2945358
本文鏈接:http://sikaile.net/kejilunwen/rengongzhinen/2945358.html
教材專著